shutterstock_1679261281.png

C-SEF
Marco de Educación Segura COVID-19 

Una colaboración con investigadores de

university-of-oxford.png
Harvard logo.png
Maastricht Logo.png
UNU-MERITlogo_black.jpg
 

El Problema

Los recursos de prueba para infecciones virales suelen ser escasos debido a varios factores, incluido el acceso limitado a reactivos, la escasez de técnicos de laboratorio capacitados y una logística deficiente. Al mismo tiempo, las pruebas son una herramienta esencial para que las personas se reintegren a la normalidad durante o después de una ola de pandemia. Una prueba negativa puede servir como comprobante para que un individuo regrese a estudios o participe en la actividad cotidiana normal. Se requieren estrategias novedosas para maximizar el beneficio de cada prueba disponible, para permitir que un número máximo de personas puedan reanudar actividades normales. Al mismo tiempo, se tiene que tomar en cuenta el hecho de que individuos pueden tener diferentes prioridades para reanudar actividad presencial.

Pruebas Grupales

Nuestra metodología está basada en el principio de pruebas grupales. En las pruebas grupales, varias muestras se agrupan en una sola prueba. El resultado indica si una persona dentro del grupo está infectada o, por el contrario, si todos dentro del grupo están sanos.

Group A

Group B

Group testing.png

Ilustración de pruebas grupales de tamaño 6. Los puntos rojos representan individuos infectados. En el primer escenario, una sola prueba de grupo en el Grupo A dará resultado negativo, ya que ningún individuo está infectado. La prueba para el Grupo B dará resultado positivo, ya que algunas personas están infectadas.

Bajo la supervisión del Prof. Angel Alpuche Solis, el Laboratorio Nacional de Biotecnología Agrícola, Médica y Ambiental (LANBAMA) ha liderado los esfuerzos para implementar nuevas metodologías de pruebas grupales de COVID-19 a través de un paso de concentración clave, según investigación del Departamento de Farmacología de la Universidad de Oxford.

Beneficios Establecidos

No solo existe un corpus de trabajo sustancial sobre las pruebas grupales dentro del área de la teoría del aprendizaje computacional, sino también se han utilizado pruebas grupales con éxito en la práctica para combatir el VIH. El beneficio más destacado de las pruebas grupales es su capacidad para ampliar el alcance de un número limitado de pruebas a segmentos más grandes de una población mediante la asignación de pruebas a grupos separados de personas.

 

Nuestra Solución

El trabajo anterior en protocolos de pruebas grupales se enfoca en empezar por el objetivo de establecer quién está infectado dentro de una población, e intenta alcanzar este objetivo con la cantidad mínima de pruebas. Nuestra metodología le da la vuelta al problema y formula el problema de maximizar el uso de recursos de pruebas limitadas como un problema de asignación de recursos. Nuestro enfoque está diseñado para entornos con capacidades de prueba severamente limitadas.

01

Calcular por individuo la utilidad del retorno a actividad presencial y riesgo de infección

Nuestra estrategia de prueba requiere calcular por individuo una medida de utilidad de actividad presencial, así como su probabilidad de infección.

02

Establecer estrategias de prueba óptimas

Asumimos protocolos de contención en donde a los individuos dentro de pruebas negativas se les permite participar en actividades presenciales. Tomando en cuenta la utilidad de actividad presencial y probabilidad de infección de cada individuo, podemos encontrar una asignación de pruebas óptima vía metodología algorítmica.

03

Implementar pruebas y comunicar resultados

Le ayudamos al LANBAMA a coordinar las pruebas grupales requeridas y a comunicar los resultados a individuos relevantes.

Publicaciones Relevantes y Reportes Preliminares

Optimal Testing and Containment Strategies for Universities in Mexico amid COVID-19

Edwin Lock, Francisco Javier Marmolejo-Cossío, Jakob Jonnerby, Ninad Rajgopal, Héctor Alonso Guzmán-Gutiérrez, Luis Alejandro Benavides-Vázquez, José Roberto Tello-Ayala, Philip Lazos

La conferencia inaugural de ACM sobre equidad y acceso en algoritmos, mecanismos y optimización (EAAMO '21)

Maximising the Benefits of an Acutely Limited Number of COVID-19 tests

J. Jonnerby, P. Lazos, E. Lock, F. Marmolejo-Cossio, C. Bronk Ramsey, D. Sridhar

Taller CRCS (Centro de Investigación sobre la Computación y la Sociedad) de Harvard sobre I.A. para el bien social (2020) 

Finalista - Desafíos globales en economía y computación (GCEC)

Maximizing the utility of limited COVID-19 tests for post-lockdown reintegration: Using tests to find the healthy

Trabajo Preliminar

E. Lock, F. Marmolejo-Cossio, E. Micha, A. Procaccia

 

El Equipo

El.png

Research Fellow,

University of Oxford

university-of-oxford.png
MGA.png

PhD Fellow,

Maastricht University

UNU-MERITlogo_black.jpg
Maastricht Logo.png
F.png

Postdoctoral Fellow,

Harvard University

Harvard logo.png
SF.png

Simon Finster

DPhil Student in Economics,

University of Oxford

university-of-oxford.png

Asesores

Prof. Rubén López-Revilla

IPICyT

Dr. Cesaré Ovando Vázquez

IPICyT

Prof. Angel Alpuche Solis

IPICyT

Prof. Ariel Procaccia

Harvard University

Prof. Salvador Ruiz Correa

IPICyT

Evi Micha

University of Toronto

Colaboradores

IPICYT
COPOCYT
 

Gracias por su mensaje!

Contáctanos